<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[seven的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/KEEP_GIONG</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; KEEP_GIONG]]></copyright><item><title><![CDATA[Pandas分类总结之：分组]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/120066280</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/120066280</guid><author>KEEP_GIONG</author><pubDate>Thu, 02 Sep 2021 17:31:12 +0800</pubDate><description><![CDATA[文章目录1. 分组模式及其对象1.1 分组的一般模式1.2 Groupby对象1.3 分组的三大操作2.聚合函数2.1 内置聚合函数2.2 agg方法3.变换与过滤3.1 变换函数与transform方法3.2 组索引与过滤4.跨列分组4.1 apply函数
1. 分组模式及其对象
1.1 分组的一般模式
df.groupby(分组依据)[数据来源].使用操作 实例df.groupby('Gender')['Height'].mean()


单一维度分组

df.groupby('Gender')['He]]></description><category></category></item><item><title><![CDATA[Pandas分类总结之：索引]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/120044389</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/120044389</guid><author>KEEP_GIONG</author><pubDate>Wed, 01 Sep 2021 17:48:26 +0800</pubDate><description><![CDATA[文章目录1. 索引器1.1 表的列索引1.2 序列的行索引1.3 loc索引器1.4 iloc索引器1.5 query方法1.6 随机抽样2. 多级索引2.1 多级索引和表的结构2.2 多级索引中的loc索引器2.3 IndexSlice对象2.4 多级索引的构造3. 索引的常用方法3.1 索引层的交换和删除3.2 索引属性的修改3.3 索引的设置与重置3.4 索引的变形4.索引运算4.1 一般的索引运算
1. 索引器
1.1 表的列索引
df[列名] ，返回值为Series，当列名不包含空格，可用 df.]]></description><category></category></item><item><title><![CDATA[Pandas分类总结之：预备知识]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/120034008</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/120034008</guid><author>KEEP_GIONG</author><pubDate>Wed, 01 Sep 2021 10:23:10 +0800</pubDate><description><![CDATA[文章目录1. python基础1.1 列表推导式与条件赋值1.2 匿名函数与map方法1.3 zip对象与enumerate方法2. Numpy基础2.1 np数组的构造2.3 np数组的变形与合并2.3 常用函数2.4 广播机制2.5 向量与矩阵的计算
1. python基础
1.1 列表推导式与条件赋值
# 列表推导式：[function for i in interable]   /  [映射函数 for i in 迭代对象]
[my_func(i) for i in range(5)] #生成数字序]]></description><category></category></item><item><title><![CDATA[Pandas分类总结之：基础部分]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/119827921</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/119827921</guid><author>KEEP_GIONG</author><pubDate>Fri, 20 Aug 2021 17:18:57 +0800</pubDate><description><![CDATA[二次回顾学习Pandas记录归纳内容，参考学习内容

数据鲸的 joyful-pandas 板块

文章目录1. 文件的读写1.1 文件读取1.2 数据写入2. 基本数据结构2.1 Series序列2.2 DataFrame数据框3. 常用基本函数3.1 汇总函数3.2 特征统计函数3.3 唯一值函数3.4 替换函数3.5 排序函数3.6 apply方法4. 窗口对象4.1 滑窗对象4.2 扩张窗口
1. 文件的读写
1.1 文件读取
# 读取csv/txt/excel文件
df_csv=pd.read_c]]></description><category></category></item><item><title><![CDATA[关联规则算法总结]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/119645831</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/119645831</guid><author>KEEP_GIONG</author><pubDate>Thu, 12 Aug 2021 15:50:18 +0800</pubDate><description><![CDATA[关联规则算法总结
文章目录一、Apriori、FP Growth算法原理：1.1 Apriori算法原理1.2 FP Growth（Frequent Pattern Growth）算法原理二、Apriori、FP Growth算法的实现三、实际应用
一、Apriori、FP Growth算法原理：
频繁项集的评估标准有：



1.1 Apriori算法原理
频繁项集： 是支持值大于阈值（support）的项集。
关联分析的目的：

发现频繁项集：发现满足最小支持度的所有项集；
发现关联规则：从频繁项集中提]]></description><category></category></item><item><title><![CDATA[Python连接操作常见数据库的封装]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/119539562</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/119539562</guid><author>KEEP_GIONG</author><pubDate>Mon, 09 Aug 2021 15:49:40 +0800</pubDate><description><![CDATA[在工作中经常会使用python连接常见的数据库编写python脚本，用于数据分析中一些过程表的清洗与汇总操作，为了方便现将常见的数据库的操作封装在一起，方便调用使用，Spark连接操作后期补充欢迎指正。
import sys
import logging
import pymysql
import cx_Oracle
from pyhive import sqlalchemy_hive, hive
from clickhouse_driver import Client

# from pyspark.sq]]></description><category></category></item><item><title><![CDATA[Mysql建表、索引、函数、查询使用中的坑！！！]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/109284223</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/109284223</guid><author>KEEP_GIONG</author><pubDate>Wed, 11 Nov 2020 11:38:30 +0800</pubDate><description><![CDATA[文章目录
I’m back！Fighting!

序言


Mysql建表原则
具体内容可参阅Mysql的建表规范与注意事项这篇文章
本内容参照MySql表、索引设计参考规范归纳

以下只说明特别注意点：
基础规范：
（1）表存储引擎强烈建议使用InnoDB；
（2）表字符集默认使用utf8，必要时候使用utf8mb4；（utf8通用，无乱码风险，汉字3字节，英文1字节）
（3）禁止使用存储过程，视图，触发器，Event；
（4）禁止在数据库中存储大文件，例如照片，可以将大文件存储在对象存储系统，数据库中存]]></description><category></category></item><item><title><![CDATA[机器学习基础问题汇总]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/94020415</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/94020415</guid><author>KEEP_GIONG</author><pubDate>Tue, 20 Aug 2019 10:16:23 +0800</pubDate><description><![CDATA[数据预处理

特征选择的方法；

模型评估方法

过拟合的解决方法；
如何用尽可能少的样本训练模型同时又保证模型的性能；

优化算法：

梯度下降的优缺点；
L1与L2的区别以及如何解决L1求导困难；

算法原理

几种模型（svm，lr，gbdt，em）的原理以及公式推导；
rf与gbdt的区别？gbdt与xgboost的区别？
决策树处理连续值的方法？
kmeans的原理，优缺点以及改进；
常...]]></description><category></category></item><item><title><![CDATA[决策树问题汇总]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/97629560</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/97629560</guid><author>KEEP_GIONG</author><pubDate>Tue, 20 Aug 2019 10:14:57 +0800</pubDate><description><![CDATA[文章目录1. 决策树如何剪枝？ID3、C4.5和CART三种决策树的区别？

1. 决策树如何剪枝？

（1）前剪枝( Pre-Pruning)

前剪枝原则有：
a.节点达到完全纯度；
b.树的深度达到用户所要的深度；
c.节点中样本个数少于用户指定个数；
d.不纯度指标下降的最大幅度小于用户指定的幅度。


（2）	后剪枝( Post-Pruning)

首先构造完整的决策树，允许决策树过度拟...]]></description><category></category></item><item><title><![CDATA[Hive基本语句及函数用法汇总]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/99822103</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/99822103</guid><author>KEEP_GIONG</author><pubDate>Tue, 20 Aug 2019 10:13:59 +0800</pubDate><description><![CDATA[文章目录1. Hive的基本概念2. Hive基础sql语法2.1 DDL 操作2.2 DML操作:元数据存储2.3 DQL操作:数据查询SQL2.4 从SQL到HiveQL应转变的习惯3. Hive基本函数汇总3.1 常用数据类型3.2 语法关键字3.3 hive常用函数整理

1. Hive的基本概念
1.1 hive是什么？
Hive是基于Hadoop的数据仓库工具，相当于hadoop之上的...]]></description><category></category></item><item><title><![CDATA[集成学习问题汇总]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/95639490</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/95639490</guid><author>KEEP_GIONG</author><pubDate>Tue, 20 Aug 2019 10:04:57 +0800</pubDate><description><![CDATA[文章目录1. 集成学习的结合策略有哪些？2. Bagging和Boosting两者之间的区别3. AdaBoost和GBDT的区别
1. 集成学习的结合策略有哪些？

（1）平均法： 用于数值类的回归预测问题
算术平均：H(x)=1T∑1Thi(x)H(x) = \frac {1} {T} \sum\limits_{1}^{T}h_i(x)H(x)=T1​1∑T​hi​(x)
如果每个个体学习器有...]]></description><category></category></item><item><title><![CDATA[逻辑回归问题汇总]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/96109592</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/96109592</guid><author>KEEP_GIONG</author><pubDate>Mon, 05 Aug 2019 11:54:59 +0800</pubDate><description><![CDATA[文章目录1. Logistic回归与线性回归的区别与联系？2. Logistic回归有哪些基本假设?3. Logistic回归的损失函数?4. Logistic回归损失函数的求解方法?5. Logistic回归是如何进行分类的?6. Logistic回归为什么要用极大似然函数作为损失函数？7. 为什么在Logistic回归训练的过程中要将高度相关的特征去掉？8. Logistic回归有哪些优缺点？...]]></description><category></category></item><item><title><![CDATA[SVM算法问题汇总]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/96111568</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/96111568</guid><author>KEEP_GIONG</author><pubDate>Mon, 05 Aug 2019 11:54:41 +0800</pubDate><description><![CDATA[文章目录1. svm为什么要引入拉格朗日的优化方法？
1. svm为什么要引入拉格朗日的优化方法？

]]></description><category></category></item><item><title><![CDATA[特征工程全集]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/91043469</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/91043469</guid><author>KEEP_GIONG</author><pubDate>Thu, 27 Jun 2019 11:36:44 +0800</pubDate><description><![CDATA[&nbsp; &nbsp; &nbsp; &nbsp;本次主要介绍特征选择、特征表达、特征预处理，这些统称为特征工程。特征工程是数据分析中最耗时间和精力的一部分工作，主要靠业务上的经验和权衡并没有统一的方法，这里只是对一些常用的方法做一个思维导图总结。


...]]></description><category></category></item><item><title><![CDATA[支持向量机详解之——系列3]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/92798441</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/92798441</guid><author>KEEP_GIONG</author><pubDate>Fri, 21 Jun 2019 14:41:50 +0800</pubDate><description><![CDATA[&nbsp; &nbsp; &nbsp; &nbsp; 上篇文章已经讲解超平面和间隔最大化，本次将继续讲解SVM的数学推理和核函数部分。首先，大概介绍一下SVM：

SVM（support vector machines，支持向量机）是机器学习算法里面非常重要的一个二分类模型
SVM的基本模型是定义在特征空间上的间隔最大化的线性分类器，间隔最大化使之有别于感知机
SVM属于判别模型，可分为线性分类...]]></description><category></category></item><item><title><![CDATA[支持向量机详解之——系列2]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/92674987</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/92674987</guid><author>KEEP_GIONG</author><pubDate>Tue, 18 Jun 2019 19:27:49 +0800</pubDate><description><![CDATA[SVM（support vector machines，支持向量机）是机器学习算法里面非常重要的一个二分类模型
SVM的基本模型是定义在特征空间上的间隔最大化的线性分类器，间隔最大化使之有别于感知机
SVM属于判别模型，可分为线性分类模型、非线性分类模型
SVM学习策略： 间隔最大化，等价于正则化的合页损失函数最小化
SVM算法： 求解一个凸二次规划最优化算法问题
SVM的分类：

线性可分支持...]]></description><category></category></item><item><title><![CDATA[支持向量机详解之——系列1]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/87934991</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/87934991</guid><author>KEEP_GIONG</author><pubDate>Mon, 17 Jun 2019 23:36:30 +0800</pubDate><description><![CDATA[SVM（support vector machines，支持向量机）是机器学习算法里面非常重要的一个二分类模型。
一、预备知识：深入理解超平面

通俗理解就是要在两类样本点之间找一条直线（超平面）来将两类样本点分开，存在多条划分直线（超平面），那么如何求得这些直线（超平面），并且选出使划分效果最好的，如何做呢？
如上图，这两类样本之间存在多条直线可以划分，对于此问题，只需要找到两个类中离得最近的样...]]></description><category></category></item><item><title><![CDATA[Python-Day06-面向对象进阶]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/90417796</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/90417796</guid><author>KEEP_GIONG</author><pubDate>Sat, 08 Jun 2019 19:02:02 +0800</pubDate><description><![CDATA[Python-100Day-学习打卡
Author: Seven_0507
Date: 2019-05-21


]]></description><category></category></item><item><title><![CDATA[Python-Day09-字符串和正则表达式]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/90454538</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/90454538</guid><author>KEEP_GIONG</author><pubDate>Tue, 28 May 2019 18:24:34 +0800</pubDate><description><![CDATA[Python-100Day-学习打卡
Author: Seven_0507
Date: 2019-05-24


]]></description><category></category></item><item><title><![CDATA[Python-Day08-文件操作和异常处理]]></title><link>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/90454536</link><guid>https://blog.youkuaiyun.com/KEEP_GIONG/article/details/90454536</guid><author>KEEP_GIONG</author><pubDate>Thu, 23 May 2019 23:35:35 +0800</pubDate><description><![CDATA[Python-100Day-学习打卡
Author: Seven_0507
Date: 2019-05-23


]]></description><category></category></item></channel></rss>